Masakan khas Sumatera Utara memiliki beragam varian unik, di mana penggunaan bumbu dapur yang tepat sangat penting untuk mencapai cita rasa otentik. Beberapa contoh masakan khas tersebut adalah Arsik, Mie Gomak, Laksa, Tumis Daun Singkong, dan Soto Medan. Seiring perkembangan teknologi dan kebutuhan otomatisasi, diperlukan solusi efisien untuk mengklasifikasikan bumbu dapur dalam masakan ini, terutama bagi mereka yang tidak familiar dengan bumbu-bumbu tersebut. Tujuan penelitian ini adalah untuk menerapkan metode VGG16 agar dapat membantu pengguna mengenali dan mengolah bumbu dapur dengan lebih baik, serta memperluas pengetahuan tentang masakan khas Sumatera Utara. Penelitian ini menggunakan klasifikasi bumbu dapur dengan algoritma Convolutional Neural Network (CNN) berarsitektur VGG16 untuk menentukan jenis masakan khas Sumatera Utara. CNN, yang meniru cara kerja otak manusia dalam memproses gambar, menunjukkan hasil yang baik dengan akurasi 98,86% pada 2700 gambar tanpa overfitting atau underfitting.

North Sumatran cuisine has many unique variants, where the use of the right spices is essential to achieve authentic flavors. Some examples of such specialties are Arsik, Mie Gomak, Laksa, Tumis Daun Singkong, and Soto Medan. Along with the development of technology and the need for automation, an efficient solution is needed to classify the spices in these cuisines, especially for those who are not familiar with them. The purpose of this research is to apply the VGG16 method to help users better recognize and process spices, as well as expand their knowledge of North Sumatra's distinctive cuisine. This research uses spice classification with the Convolutional Neural Network (CNN) algorithm with the VGG16 architecture to determine the type of typical North Sumatra cuisine. CNN, which mimics the way the human brain works in processing images, showed good results with 98.86% accuracy on 2700 images without overfitting or underfitting.